主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第7期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
钟鸣,陈文伟,张凯慈.一个基于信息论的示例学习方法.软件学报,1993,4(4):56-60
一个基于信息论的示例学习方法
AN INFORMATION—BASED METHOD IBLE FOR LEARNING FROM EXAMPLES
投稿时间:1991-05-01  
DOI:
中文关键词:  
英文关键词:
基金项目:
作者单位
钟鸣 解放军防化研究院计算中心北京 102205 
陈文伟 国防科学技术大学长沙 410073 
张凯慈 解放军防化研究院计算中心 北京 102205 
摘要点击次数: 2945
全文下载次数: 2910
中文摘要:
      本文利用信息论中信道容量、最大似然译码准则等概念,提出一个新的示例学习方法IBLE,此方法不依赖类别先验概率,特征间为强相关,具有直观的知识表示,将它用于质谱解析,结果很好,八类化合物平均正确预测率为93.96%,高于专家水平。
英文摘要:
      This paper presents a new method IBLE for learning from examples with the concepts of capacity, maximal plausible decode criterion of information theory. The method doesn t depend on the prior probability of class. In the method,the attributes are strongly associated, the knowledge representation is intelligible. We use IBLE in the interpretation of mass spectra, good result is obtained and the average predictive accuracy for eight classes of compounds is 93. 96%. This result is superior to experts.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利